无线数据采集的研究与实现

比较了数据采集的各种方式的优缺点，介绍了无线方式进行数据采集的必要性和先进性，阐述了其优点，介绍了无线方式实际应用的三种方式：C／S，B／S和调用Web Service方式，对其分别实现的难易程度、适用的范围进行了深入的比较和分析，指出了各自的优缺点和使用范围。对无线数据采集系统的各个方面如无线数据采集器等都进行了介绍，并结合自行开发的一个无线数据采集系统着重介绍了无线实时数据采集系统的设计与实现。     

一种混合粒子群算法的贝叶斯网络优化模型

传统的粒子群优化算法通过群体中粒子间的合作和竞争进行群体智能指导优化搜索,算法收敛速度快,但较易陷入局部较优值,进入早熟状态。为了解决这个问题,提出了一种混合粒子群算法的贝叶斯网络优化模型,它可以通过当前所选择的较优解群构造一个贝叶斯网络和联合概率分布模型,利用这个模型进行采样得到更优解,用其可随机替换掉PSO中的一些粒子或个体最优解;同时利用粒子群算法对当前选择出的较优解群进行深度搜索,并将得到的最优解融入到较优解群中。分析可知,该方法可以提高算法有效性和可靠性。     

无线数据采集的研究与实现

比较了数据采集的各种方式的优缺点,介绍了无线方式进行数据采集的必要性和先进性,阐述了其优点,介绍了无线方式实际应用的三种方式:C/S,B/S和调用Web Service方式,对其分别实现的难易程度、适用的范围进行了深入的比较和分析,指出了各自的优缺点和使用范围。对无线数据采集系统的各个方面如无线数据采集器等都进行了介绍,并结合自行开发的一个无线数据采集系统着重介绍了无线实时数据采集系统的设计与实现。     

神经网络用于模式识别的几种主要方法及比较

神经网络的一个主要应用就是模式识别，本文主要讨论了用于模式识别的几种有代表性的神经网络类型及其学习或设计规则，对其优缺点进行了简要分析。